最近夜不能寐，总是有一个声音在耳边回荡：

人工智能的大潮都已经来了，你既然还不懂Tensorflow！

真的是呀，作为一名标榜自己为推荐算法工程师的小学生，我羞愧啊！其实也不是我不学，只是一叶障目，不见泰山。
真正地懂得，应该是全面的、系统的。痛定思痛，我决心要有所改变！
既然时间已经来到了激动人心的2020年，那我也不藏着掖着啦，干就是了！

这里是立Flag打脸篇。（想我盛世美颜，定不许俊俏的脸颊受半点伤害！）
开打之前，需要说明一下大环境。Tensorflow现在已经发布了全新的2.0版本。我难掩内心的激动，决心要抛弃不堪回首的1.x时代。
所以，后续的所有文章都是基于2.x版本的（毕竟我也不知道能写到猴年马月）。
还有一点是2.0相对1.x来说，更注重框架的易用性（再不重视就要被PyTorch干翻了）。同时也去除了很多冗余的代码，让框架变得更整洁了。
基于上面的事实，我将积极响应官方的指导精神，试图呈现一个通用的模型开发流程和官方力挺的一些高效API。翻译一下就是，用高级的、封装好的API，底层的知道就行。
废话不多说了，开打！

  • 准备工作

    1. 什么是Tensorflow
    2. 为什么选择Tensorflow
    3. 安装配置
    4. 开发环境
    5. 成功了？

  • 数据相关

    1. 数据存储——TFRecord
    2. 数据加载——Dataset
    3. 数据处理——FeatureColumn

  • 走心框架——Keras

    1. 使用流程
    2. Sequential
    3. Functional API
    4. 自定义Model
    5. 各种Layers
    6. 自定义Layer

  • 亲儿子——Estimator

    1. 使用流程
    2. Keras转正
    3. PremadeEstimator
    4. 自定义Estimator

  • 分布式训练

  • 底层API

  • Serving

    1. 模型部署与配置
    2. 离线执行计算图
    3. 模型优化
    4. 模型转换

基本的大纲就这些吧，有些知识现在还不是很懂，所以，也就把目前掌握的知识点都罗列上去了。后面随着我技能提升，再慢慢补充和调整吧。
新世纪的钟声都响了20年了，我也要怀揣着Tensorflow的梦想，扬帆启程！